关于ScanNet数据集

最近正在下载关于ScanNet的数据集，希望做一个深度的调查，以供自己学习

背景

作者是Angela Dai 是斯坦福大学的一名博士生，她最初的想法是，推动数据匮乏的机器学习算法的发展，特别是在 3D 数据上。

Scannet数据采集框架

1. 收集3D重建数据，用有效的方式对数据进行标注，来收集更多数据。团队通过收集RGB-D的视频序列，通过ipad应用加深传感器而收集的，然后视频会被上传到服务器，并被自动重建。然后，视频会被给到亚马逊 Mechanical Turk，将标注工作众包出去。就是下面的这个女人：：
   
2. 数据标注是在一个给定的3D场景中，绘制出物体，可以是椅子、桌子或者计算机，从而了解每个物体，以及对应的所在位置。每个图像通常需要5个人来标注。所得数据可以在做物体分类这样的训练任务。主要的任务就是给3D数据赋予语义解释，这样有利于机器人更好的理解世界。

ScanNet数据集

• 数据集介绍：一共1513个采集场景数据（每个场景中点云数量都不一样，如果要用到端到端可能需要采样，使每一个场景的点都相同），共21个类别的对象，其中，1201个场景用于训练，312个场景用于测试
• **2D数据：**由